yandex
Страна
Россия
УдалённоПолная занятость

Разработчик на С++ в команду памяти Алисы

ИИОценка ИИ

Это позиция в одной из самых передовых команд Яндекса с возможностью влиять на развитие AI-технологий. Отличный соцпакет, сильное инженерное сообщество и работа над продуктом, которым пользуются миллионы.


Вакансия из Quick Offer Global, списка международных компаний
Пожаловаться
+400% приглашений от HR

Улучшите резюме под эту вакансию

Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Работа в Яндексе над AI-продуктами требует глубоких знаний C++, опыта проектирования высоконагруженных систем и понимания современных ML-технологий (LLM, RAG). Высокая планка ожиданий к архитектурным навыкам и качеству кода.

Анализ зарплаты

Медиана450 000 ₽
Рынок350 000 ₽ – 600 000 ₽
ИИОценка ИИ

Яндекс обычно предлагает зарплаты на уровне или выше медианы рынка для Senior-разработчиков в России, дополняя их значительным пакетом бонусов и опционов. Указанный диапазон отражает текущие рыночные реалии для опытных C++ инженеров в BigTech.

Сопроводительное письмо

Составьте сопроводительное письмо под эту вакансию с вашим резюме

Иллюстрация сопроводительного письмаИллюстрация сопроводительного письма

Откликнитесь в Яндекс уже сейчас

Присоединяйтесь к команде Яндекса и создавайте будущее AI-ассистентов, развивая долгосрочную память Алисы!

Описание вакансии

*🔎 Разработчик на С++ в команду памяти Алисы*

Мы создаём платформу долгосрочной памяти и персонализации для AI-ассистента Яндекса. Долгосрочная память — одно из ключевых направлений развития современных AI-агентов. Один из потенциалов развития — вырасти в единую платформу памяти для всей экосистемы Яндекса.

Какие задачи вас ждут:

• Разработка платформы памятиВы будете проектировать и разрабатывать высоконагруженные сервисы и API, которые позволят хранить, искать, обновлять и использовать пользовательские знания в AI-продуктах Яндекса.

• Развитие AIВам предстоит работать на стыке инфраструктуры и продукта вместе с продуктовыми командами: определять, какую информацию нужно запоминать, как использовать её в работе AI-ассистента и как оценивать эффект персонализации для пользователя.

• ML-инфраструктураНужно будет работать с памятью. Основной фокус — на симуляции памяти: нужно генерировать реалистичные диалоги и сценарии для обучающих данных. От их качества напрямую зависит поведение модели в проде. Вы будете помогать сильным ML-разработчикам внедрять эти подходы — от подготовки датасета до выхода в продакшен.

• Архитектурные улучшенияВы будете изучать современные архитектурные решения, проверять гипотезы и внедрять те из них, которые реально улучшают качество и масштабируемость платформы. Подходы к памяти и персонализации в AI-агентах меняются очень быстро.

Мы ждём, что вы:• Работали над разработкой высоконагруженных распределённых систем

• Пишете на C++

• Умеете проектировать API и строить надёжные сервисы

Будет плюсом, если вы:• Работали с LLM, RAG, поисковыми или рекомендательными системами

• Разрабатывали инфраструктуру для ML или AI-продуктов

• Умеете работать с распределёнными базами данных или стриминговыми процессингами

Почему у нас классно:Сотрудники Яндекса бесплатно участвуют в профильных конференциях. А для тех, кто на них выступает, у нас есть школа подготовки спикеров. Это не все бонусы — полный список тут.

*📩* Откликнуться на нашем сайте

#алиса #бэкенд #python #CPP #API #LLM #RAG #AI

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Создайте идеальное резюме с помощью ИИ-агента

Навыки

  • C++
  • API Design
  • High Load
  • Distributed Systems
  • LLM
  • RAG
  • Machine Learning Infrastructure
  • Distributed Databases

Возможные вопросы на собеседовании

Вакансия подразумевает работу с высоконагруженными сервисами Яндекса.

Расскажите о самом сложном кейсе оптимизации производительности в распределенной системе, с которым вы сталкивались.

Команда строит платформу памяти, где важна структура данных.

Как бы вы спроектировали API для сервиса долгосрочной памяти, учитывая необходимость быстрого поиска и частого обновления данных?

В описании упоминается работа с RAG и LLM.

Какую роль играет векторный поиск в архитектуре RAG и какие сложности возникают при масштабировании таких систем?

Работа ведется на C++.

Какие механизмы управления памятью и многопоточностью в современном C++ вы считаете наиболее критичными для обеспечения надежности сервиса?

Упоминается работа с обучающими данными и симуляция диалогов.

Как обеспечить качество и репрезентативность синтетических данных при генерации сценариев для обучения AI-моделей?

Похожие вакансии

Россия
более 1000 офферов получено
4.9

1000+ офферов получено

Устали искать работу? Мы найдём её за вас

Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!